浅谈 BI

BI 是什么

简单来说：BI 是数据仓库 + 可视化的管理解决方案

详细的介绍可以搜一下网络内容，这部分有很多。

数据仓库

1. 分层设计：常见的 ODS、DWD、ADS 三层
2. ETL 工具：开源的 Kettle；BI 软件自带的 ETL 工具

详细的介绍可以搜一下网络内容，这部分也有很多。

可视化

1. 一线用户使用的操作报表（一般业务系统也有）
2. 中层管理使用的看板（业务系统也有，常见车间里面的生产管理看板）
3. 高层领导使用的管理驾驶舱（BI 重要服务对象）
4. 对外公开的大屏（普通的视觉效果 BI 可以做；如果是涉及到三维建模这类的，比如厂区动态图，BI 担任的角色是数据仓库部分，可视化展示有专门的团队，会用无人机扫-> 然后建模动画组制作）
5. 数据分析师使用的数据分析功能（BI 重要服务对象）

我见得好多企业买了 bi 软件之后用来做 1、2 部分，即便做了 3 使用的频率也不高。

对于 1、2 内容目前的单一管理软件都能做，只不过大部分企业的 IT 部门管理人员并不愿意做、或者是对企业信息化没有整体规划。有些人可能会用落地来反驳这个，觉得那样是理想化才能达到的状态。我个人来看不要把企业信息化理解的太狭隘，企业的信息化本身的目标不应以落地为借口，企业信息化落地之后也不应不向着理想化去进取。

大部分的企业是停留在落地之后的进取上，认为用户能用就行了还费心管他们是用的好、用的差、用的快、用的慢。有新功能了，来上个新系统，完全不考虑原有系统的扩展是否能支持，即便在招投标阶段把可扩展性这一判定指标列了进去。

BI 工具的功能

常见的 BI 软件

帆软 BI、Smartbi、永洪 BI、QuickBI 等等有很多

功能对比

国内的企业尽量不要选择国外的产品，无论是操作性还是系统方向都不符合国人的思路

本次对比通过个人搜索得到，仅代表个人意见，如有疑问请留言

Smartbi 特殊功能

介绍下 Smartbi 比较特殊的功能，一些常见的功能就不再介绍了，具体可以看官网介绍 Smartbi 商业智能_思迈特软件

1. Excel 插件（依托与 excel 本身的代码，减轻学习成本）
2. 门户
3. 更多的数据连接（除基本的数据库还支持明道云、SAP HANA、NoSql、达梦、星环、多维数据库等多种数据库）
4. 指标模型（方便企业建立数据资产）
5. 数据挖掘（对数据建立预测模型，支持 python 扩展）
6. Web 电子表格（若使用这个，企业用户只需要有浏览器就可以了，不需要单独安装 C/S 的客户端）
7. 对话式分析

BI 学习路径

学习路径基本有两个大方向，一种是偏向信息技术类，另一类是偏向业务类的。

IT 技术方向

工作内容

• 常见工作内容：对数据的处理、治理支持
• 常见任职部门：IT 信息技术部
• 常见任职岗位：数据仓库架构师、ETL 工程师、数据治理工程师

路径

1. 学习数据库（任意一种即可，最好学 Oracle，能到建立存储过程程度即可）

   1. 基本数据知识
   2. 常见单表、主从表设计
   3. 视图、函数
   4. 存储过程
   5. 了解 ETL
   6. 了解数据仓库

2. Smartbi 软件（学习 Smartbi 的操作，这个学习最好是找个老师或者培训的时候多问，官网学习的话建议学一个周左右开始准备考试，不要一直闷着头看视频【只有会操作，才算是会了；主观上觉得自己会了，不是会了】）

   1. 操作 ETL
   2. 操作业务主题
   3. 建立指标模型
   4. 建立自己的第一个可视化看板

3. 学习数据仓库

   1. 了解数据仓库存储方式
   2. 几种常见抽取方式（全量、增量）
   3. 数据分区
   4. 拉链表的使用方法
   5. 明确主数据管理模式
   6. 维度表、事实表拆分（星型模型、星座模型，这个其实并不太像模型，而更像是一种事实维度拆分之后的展现结果）

对于 IT 技术方向，最后可能数据仓库的 ADS 是不存在的，这得益于 BI 软件的发展，大部分 BI 存在多表关联（smartbi 也可以用业务主题）、MPP 功能。

业务方向

工作内容

• 常见工作内容：进行汇报 PPT 的编写，对数据的价值进行探索
• 常见任职部门：企划部、综合管理部、其他各部门
• 常见任职岗位：秘书助理类、数据分析师

路径

1. 业务逻辑（了解企业或者本部门的业务流程，这部分最好有自己的理解，比如：目前业务流程存在哪方面的缺陷，哪些人、哪些事是可以被替代、被删除的）
2. 常见分析方法（以销售为例，每种方法都有偏向的行业、业务，需根据自己所在的行业、业务进行学习
   1. 同环比分析法
   2. 漏斗分析法
   3. PEST 分析法
   4. RFM 分析法
3. 撰写分析报告（撰写数据分析报告是一个技术活，有些人可以分析出来，就是落不到纸面上。荀彧台词：语言难免会有私心，而文字却是留给天下人看的。不过做到这一步很难，因为我们并不是话事人。这部分注意要发布的内容要给领导看一遍再发出）

企业常见的 BI 问题

BI 就是报表

BI 不是报表不是报表不是报表，如果有甲方这样说，解释一下。如果有做 BI 的乙方这样说，揍他

BI 建模这么简单

企业要达到建模，数据的标准化是前提

企业要达到 BI，数据的标准化是前提

提一下数据标准化，不仅仅是计算规则的标准化，名称也要做标准化，一个指标名称可以理解为就是一个 code，具有唯一性

我们企业今年想上 BI，买款产品，我们自己做

这个要看企业在 BI 上能投入的人数，一般情况需要大约 5 个开发人员介入 BI 项目，而且这些人是具有之前说的数据仓库或者是业务分析的能力的。如果不能，还是花个几十万交给乙方来做，可以自己算一下成本。如果自己摸石头过河一年的时间基本才能摸到石头，而且 BI 的建设一般也是需要一年的时间，缩短也就能缩到八个月，再低就缩不了了。（如果只建立 CRM 的数据仓库 这样不叫数据仓库，因为标准化都是基于 CRM 的信息的，像组织、人员、客户这类主数据会有偏见性）